人工智能加速器助力物联网芯片
Silicon Labs已经在其2.4GHz多协议无线芯片上增加了一个加速器，以便在电池电源设计中增加机器学习能力。
硅实验室副总裁兼工业和商业物联网总经理Ross Sabolcik表示，BG24和MG24 Gecko芯片中的加速器目前还没有具体说明，但其本身支持TensorFlow模型。
这对于诸如“唤醒词”识别以及信号处理(如通过一个新的软件开发工具包识别声音)等应用来说是很重要的。他说，TinyML等信号分析代码仍然可以在78MHz的ARM Cortex-M33处理器上运行。
他说:“这真的是我们在过去十年中所做的工作的顶峰，我们拥有最强大的收音机，输出20dBm，接收电流消耗在4mA以下。”“驱动内存的一个重要因素是Matter和领域升级，你需要一个大的OTA闪存。”
多协议芯片的闪存和SRAM分别扩大到1536kB和256kB，以支持空中更新(OTA)。该芯片还包括一个20位模数转换器(ADC)，用于更精确的声音和信号分析。
例如，在一个商业办公大楼里，许多灯都是由运动探测器控制的，这些探测器监测占用情况，以确定灯是应该打开还是关闭。然而，当工作人员在桌子上只用手和手指进行打字时，如果只有运动传感器无法识别他们的存在，他们可能会被留在黑暗中。通过连接音频传感器与运动探测器通过应用程序层,额外的音频数据,如打字的声音,可以通过机器学习算法允许运行照明系统做出更明智的决定是否应该打开或关闭灯光。
协同优化的硬件和软件平台将有助于为电池驱动的边缘设备带来AI/ML应用和无线高性能。该芯片通过ARM Cortex-M0+核心支持多种无线协议，包括Matter和蓝牙，并集成了用于智能家居、医疗和工业应用的PSA Level 3安全保险库保护。
Sabolcik表示:“我们已经添加了AI/ML独立加速器，当我们在该加速器上对TensorFlowlite进行测试时，我们发现功率降低了4倍，速度提高了6倍。”“我们一直在制作具有全面软件堆栈的无线SoC，你可以将人工智能模型直接推向SoC，但在提供人工智能堆栈方面仍处于早期阶段。另一个重要的外围设备是安全保险库的PSA级别3的安全，你可以看到，我们将不得不在安全方面做更多的工作。例如，我们有定制可编程制造服务，你可以拍摄你已经签名的软件图像，然后给我们一把钥匙，我们将图像编程到设备中，并锁定比特，从而开启所有的安全措施。”
接下来:TinyML工具合作
除了原生支持TensorFlow, Silicon Labs还与一些领先的人工智能和ML工具提供商合作，如SensiML和Edge Impulse，以确保开发人员拥有端到端工具链，简化了针对无线应用的嵌入式部署优化的机器学习模型的开发。
Sabolcik说，代表不同行业和应用的40多家公司已经开始在一个封闭的Alpha项目中开发和测试这个新的平台解决方案。
例如，全球零售商正寻求通过更精确的资产跟踪、实时价格更新和其他用途来改善店内购物体验。来自商业建筑管理领域的参与者正在探索如何使他们的建筑系统，包括照明和暖通空调，更智能，以降低业主的成本和减少他们的环境足迹。最后，消费者和智能家居解决方案提供商正在努力使各种设备更容易连接，并扩大它们的交互方式，为消费者带来创新的新功能和服务。
5 mm x 5 mm QFN40和6 mm x 6 mm QFN48封装的EFR32BG24和EFR32MG24 soc今天已交付Alpha客户，并将于2022年4月大规模部署。多个评估板可供设计人员开发应用程序。基于BG24和MG24 soc的模块将在2022年下半年上市。
http://silabs.com/bg24；http://silabs.com/mg24
相关文章
eeNews Europe的其他文章
